iplomová práce se zabývá návrhem a tvorbou vhodné konvoluční neuronové sítě pro
segmentaci obrazu. Čtenář se v práci seznámí s konceptem neuronových sítí,
s postupnými kroky, které jsou nezbytné pro tvorbu vlastního modelu, dále s otevřenými
knihovnami pro práci s neuronovými sítěmi a výběrem vhodné topologie pro danou
problematiku.
Praktická část se věnuje návrhu a implementaci konvoluční neuronové sítě pro predikci
přesné polohy pixelů konkrétních objektů a tvorby vlastního filtru aplikovaného
na původní obrazová data v oblasti těchto objektů.
Anotace v angličtině
The following diploma thesis describes the creation of suitable convolutional neural
network for picture segmentation. Reader will learn principal of neural network together with described steps necessary to create own model, working with open libraries required for neural network projects and choosing right topology for given topic.
Practical part shows design and implementation of convolutional neural network, used
for recognition of particular objects, describes also creation of a filter which is applicated on picture data produces with neural network.
iplomová práce se zabývá návrhem a tvorbou vhodné konvoluční neuronové sítě pro
segmentaci obrazu. Čtenář se v práci seznámí s konceptem neuronových sítí,
s postupnými kroky, které jsou nezbytné pro tvorbu vlastního modelu, dále s otevřenými
knihovnami pro práci s neuronovými sítěmi a výběrem vhodné topologie pro danou
problematiku.
Praktická část se věnuje návrhu a implementaci konvoluční neuronové sítě pro predikci
přesné polohy pixelů konkrétních objektů a tvorby vlastního filtru aplikovaného
na původní obrazová data v oblasti těchto objektů.
Anotace v angličtině
The following diploma thesis describes the creation of suitable convolutional neural
network for picture segmentation. Reader will learn principal of neural network together with described steps necessary to create own model, working with open libraries required for neural network projects and choosing right topology for given topic.
Practical part shows design and implementation of convolutional neural network, used
for recognition of particular objects, describes also creation of a filter which is applicated on picture data produces with neural network.
Cílem diplomové práce je návrh konvoluční neuronové sítě pro segmentaci obrazu a použití této sítě jako umělého filtru obrazových dat. Student navrhne vlastnosti umělého filtru, provede sběr a označení obrazových dat pro potřeby učení neuronových sítí, provede experimenty s různými topologiemi neuronových sítí a metodicky porovná zkoumané topologie pomocí běžně používaných metrik.
Teoretická část: Rešerše metod segmentace obrazu pomocí hlubokých konvolučních neuronových sítí a existujících prostředí pro učení hlubokých sítí (Tensorflow, Caffe, atp.).
Praktická část: Návrh architektury hluboké konvoluční sítě vhodné pro definovanou segmentaci obrazových dat a její porovnání s používanými topologiemi.
Zásady pro vypracování
Cílem diplomové práce je návrh konvoluční neuronové sítě pro segmentaci obrazu a použití této sítě jako umělého filtru obrazových dat. Student navrhne vlastnosti umělého filtru, provede sběr a označení obrazových dat pro potřeby učení neuronových sítí, provede experimenty s různými topologiemi neuronových sítí a metodicky porovná zkoumané topologie pomocí běžně používaných metrik.
Teoretická část: Rešerše metod segmentace obrazu pomocí hlubokých konvolučních neuronových sítí a existujících prostředí pro učení hlubokých sítí (Tensorflow, Caffe, atp.).
Praktická část: Návrh architektury hluboké konvoluční sítě vhodné pro definovanou segmentaci obrazových dat a její porovnání s používanými topologiemi.
Seznam doporučené literatury
LU, Le, Yefeng ZHENG, Gustavo CARNEIRO a Lin YANG, [2018]. Deep Learning and Convolutional Neural Networks for Medical Image Computing. 1. United States: Springer International Publishing. ISBN 3319429981.
GONZALEZ, Rafael C. a Richard E. WOODS, [2018]. Digital image processing. Fourth edition. New York: Pearson. ISBN 978-013-3356-724.
Seznam doporučené literatury
LU, Le, Yefeng ZHENG, Gustavo CARNEIRO a Lin YANG, [2018]. Deep Learning and Convolutional Neural Networks for Medical Image Computing. 1. United States: Springer International Publishing. ISBN 3319429981.
GONZALEZ, Rafael C. a Richard E. WOODS, [2018]. Digital image processing. Fourth edition. New York: Pearson. ISBN 978-013-3356-724.
Přílohy volně vložené
-
Přílohy vázané v práci
ilustrace, grafy, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Diplomová práce Milana Horáka se věnuje návrhu konvoluční sítě pro segmentaci obrazu a následného využití výstupů pro tvorbu umělých filtrů. Práce je dle vedoucího DP kompletní, zpracována dle standardní metodiky, obsahuje jasné a systematicky uspořádané informace. I přesto však nejsou všechny dílčí postupy kompletně zdokumentovány, což snižuje možnost stoprocentní reprodukovatelnosti experimentů.
Dle oponenta je práce zpracována srozumitelně, čtivě, avšak se v DP vyskytuje nezanedbatelné množství gramatických chyb, což vedlo k uvedenému klasifikačnímu stupni.
Student prezentoval výsledky své diplomové práce a zodpověděl dotazy kladené vedoucím i oponentem.